Sistemas de ecuaciones lineales

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Sistemas de ecuaciones lineales"

Transcripción

1 6 Sistemas de ecuaciones lineales 61 Sistemas de ecuaciones lineales Se llama ecuación lineal en n incógnitas sobre R a una expresión de la forma a 1 x 1 + a 2 x a n x n = b con los a i en R para 1 i n y b en R A los a i se les denomina coeficientes, a b se le denomina término independiente y a x 1,, x n se les denomina incógnitas de la ecuación Un sistema de m ecuaciones lineales con n incógnitas sobre R es un sistema de la forma a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 a m1 x 1 + a m2 x a mn x n = b m con a ij, b i en R 1 i m 1 j n Si todos los b i son nulos, se dice que el sistema es un sistema homogéneo Dado un sistema de m ecuaciones lineales con n incógnitas sobre R a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 a m1 x 1 + a m2 x a mn x n = b m se llama solución del sistema a toda n-upla (r 1,, r n de números reales que satisface todas las ecuaciones del sistema; es decir, tal que a 11 r 1 + a 12 r a 1n r n = b 1 a 21 r 1 + a 22 r a 2n r n = b 2 a m1 r 1 + a m2 r a mn r n = b m J Asensio, A Avilés, S Sánchez-Pedreño

2 2 Sistemas de ecuaciones lineales Compatibilidad de sistemas Un sistema de ecuaciones lineales se dice que es compatible si tiene alguna solución; si tiene una única solución se dice que es un sistema compatible determinado, si tiene más de una solución se dice que es compatible indeterminado Un sistema de ecuaciones lineales se dice que es incompatible si no tiene solución Todo sistema homogéneo es compatible, (0, 0,, 0 es solución del sistema Discutir un sistema de ecuaciones lineales consiste en determinar su compatibilidad Resolver un sistema consiste en encontrar las soluciones de dicho sistema 62 El método de Gauss Sistemas y matrices Si m y n son dos números naturales, una matriz A de tamaño m n sobre R es una disposición rectangular en m filas y n columnas de m n números reales A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Al escalar a ij, que está en la fila i y la columna j, se le llama entrada (i, j de la matriz A A esta matriz la representaremos abreviadamente como A = (a ij Al conjunto formado por todas las matrices m n sobrerse le denota por M m,n (R Se dice que una matriz A es cuadrada si tiene el mismo número de filas que de columnas Al conjunto formado por todas las matrices cuadradas n n sobre R se le denota por M n (R Toda la información del sistema de ecuaciones lineales a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 a m1 x 1 + a m2 x a mn x n = b m puede resumirse en la matriz m (n + 1 a 11 a 12 a 1n b 1 a 21 a 22 a 2n b 2 a m1 a m2 a mn b m La matriz J Asensio, A Avilés, S Sánchez-Pedreño

3 62 El método de Gauss 3 A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn en M m,n(r se denomina matriz de coeficientes del sistema, la matriz columna b 1 B = en M m,1 (R b m se denomina matriz de términos independientes, a la matriz completa (A B se le denomina matriz ampliada del sistema Dos sistemas de m ecuaciones lineales con n incógnitas sobre R se dice que son equivalentes si tienen las mismas soluciones Un método general para discutir y resolver sistemas de ecuaciones lineales, denominado método de eliminación de Gauss, consiste en obtener mediante ciertas manipulaciones un sistema equivalente al inicial que sea más fácil de estudiar Veamos qué entendemos por un sistema fácil de estudiar y qué manipulaciones son posibles para llegar a él Matrices escalonadas Operaciones elementales Una matriz A se dice que está en forma escalonada por filas si cumple las siguientes condiciones: Las filas nulas, si las tienen, son las últimas El primer elemento no nulo de una fila no nula es un 1, a este elemento se le llama pivote Cada pivote está en una columna posterior al pivote anterior Es decir, una matriz escalonada por filas tiene una forma del tipo donde en el lugar que ocupan los astericos,, puede haber cualquier valor El hecho de que cada pivote de una fila no nula esté en una columna posterior al pivote de la fila anterior hace que la columna en la que hay un pivote todos las entradas que hay por debajo del pivote sean 0 J Asensio, A Avilés, S Sánchez-Pedreño

4 4 Sistemas de ecuaciones lineales Si en una matriz escalonada por filas A se tiene que, además, en cada columna que contenga un pivote todos los demás elementos de esa columna son nulos, entonces se dice que A está en forma escalonada reducida por filas Es decir, una matriz escalonada reducida por fila tiene una forma del tipo Los sistemas de ecuaciones lineales cuyas matrices correspondientes tienen forma escalonada reducida son muy fáciles de resolver: basta despejar las incógnitas correspondientes a los pivotes en función de las restantes, que actuarán como parámetros Así, las soluciones del sistema x 1 + x 3 3x 4 = 1 x 2 x 3 + x 4 = 0 (cuya matriz tiene forma escalonada reducida cumplen que x 1 = 1 x 3 + 3x 4 y x 2 = x 3 x 4 y, para cualquier valor que asignemos a x 3 y a x 4, tomando x 1 = 1 x 3 + 3x 4 y x 2 = x 3 x 4, obtenemos una solución del sistema Es decir, todas las soluciones de este sistema son de la forma (1 x 3 + 3x 4, x 3 x 4, x 3, x 4 } Operaciones elementales El método de Gauss El método de Gauss está basado en dos propiedades La primera de ellas es que las soluciones de un sistema son también las soluciones del sistema obtenido haciendo en éste una operación de alguno de los siguientes tipos: 1 Intercambiar dos de las ecuaciones Corresponde a intercambiar las dos filas correspondientes de la matriz ampliada (F i F j 2 Multiplicar ambos miembros de una ecuación por una constante no nula Corresponde a multiplicar la correspondiente fila de la matriz ampliada por la constante no nula (rf i 3 Añadir a una ecuación el resultado de multiplicar otra ecuación por una constante Corresponde a sumar a una de las filas de la matriz otra fila multiplicada por la constante (F i + rf k A cada una de estas operaciones en las filas de la matriz se le denomina operación elemental por filas J Asensio, A Avilés, S Sánchez-Pedreño

5 62 El método de Gauss 5 Teniendo en cuenta lo anterior, se tiene que Cualquier secuencia de operaciones elementales transforma un sistema de ecuaciones lineales dado en otro equivalente La segunda propiedad en la que se base el método de Gauss es la siguiente: Toda matriz puede llevarse a una matriz en forma escalonada o escalonada reducida por filas mediante una sucesión de operaciones elementales en las filas El algoritmo para conseguirlo es el siguiente: Localizar la primera columna no nula de la matriz y en ella un primer elemento no nulo, a Intercambiando dos filas podemos poner este elemento a en la primera fila Multiplicando esta nueva primera fila por a 1, conseguimos que el primer elemento no nulo sea un 1, que será un pivote Para cada una de las restantes filas, hacemos una operación del tipo F i cf 1 para conseguir ceros debajo de este pivote Repetimos el proceso con la submatriz que resulta de eliminar la primera fila hasta que no nos queden filas o las que queden sean todas nulas Tendremos una matriz en forma escalonada Con operaciones tipo F i cf k hacemos ceros encima del último pivote Repetimos el proceso desde el penúltimo pivote hasta el primero Obtenemos una matriz en forma escalonada reducida Ejemplo 61 Dado el sistema de ecuaciones x 2y + z 4t = 1 x 2y + 2z + 2t = 7 2x + 4y + 2z + 32t = 22 haciendo operaciones elementales por filas en su matriz ampliada podemos llegar a una matriz escalonada reducida F2 F F3+2F F 3 4F F1 F por lo que el sistema inicial es equivalente al sistema de ecuaciones x 1 2x 2 10x 4 = 5 x 3 + 6x 4 = 6 cuyas soluciones son de la forma ( 5 + 2x x 4, x 2, 6 6x 4, x 4 } J Asensio, A Avilés, S Sánchez-Pedreño

6 6 Sistemas de ecuaciones lineales Ejercicio 1 Discutir y resolver los siguientes sistemas de ecuaciones: 2x + y z = 3 x + 2y + 3z = 2 x + y + 4z = 1 3x + 2y + 2z = 2 x + 2y + 3z = 1 2x + y z = 3 x + y + 4z = 1 Rango de una matriz Teorema de Rouché-Frobenius Se llama rango de una matriz A, y se denotará por rg(a, al número de pivotes (filas no nulas que se obtienen al transformarla en una matriz en forma escalonada o escalonada reducida Se verifican las siguientes propiedades: El rango es menor o igual que el número de filas y de columnas El rango no decrece si le añadimos una columna a la derecha Si una matriz se obtiene a partir de otra por operaciones elementales, ambas tienen el mismo rango La caracterización de los sistemas de ecuaciones lineales compatibles y el número de parámetros de los que dependen sus soluciones nos los proporciona el Teorema de Rouché-Frobenius que establece que si S es un sistema de ecuaciones lineales con n incógnitas y matriz ampliada (A B, entonces: 1 S es un sistema compatible si y sólo si rg(a = rg(a B 2 Si S es compatible, entonces S es determinado si y sólo si rg(a = n 3 Si S es compatible indeterminado, el conjunto de soluciones puede expresarse en función de n rg(a > 0 parámetros (grados de libertad Como consecuencia del Teorema de Rouché-Frobenius se cumplen: 1 Un sistema homogéneo con n incógnitas y matriz de coeficientes A es determinado si y sólo si rg(a = n 2 Un sistema con menos ecuaciones que incógnitas no puede ser compatible determinado 63 Operaciones con matrices Suma y producto por escalares Dadas dos matrices A = (a ij, B = (b ij en M m,n (R se define la suma de A y B, A + B, como la matriz A + B = (c ij en M m,n (R J Asensio, A Avilés, S Sánchez-Pedreño

7 63 Operaciones con matrices 7 donde c ij = a ij + b ij para cada i = 1,, m y para cada j = i,, n ( ( = ( Dada una matriz A = (a ij en M m,n (R y r en R se define el producto de r por A, que se representará por ra, como la matriz ra = (c ij en M m,n (R donde c ij = ra ij para cada 1 i m y 1 j n ( = ( Estas operaciones cumplen las siguientes propiedades: 1 A + (B + C = (A + B + C (asociatividad 2 Existe una matriz, aquella cuyos elementos son todos nulos, denominada matriz nula y que denotaremos por 0, que satisface A + 0 = 0 + A = A para cada A en M m,n (R (elemento neutro para la suma de matrices 3 A + B = B + A (conmutatividad 4 Para cada matriz A en M m,n (R existe una matriz, A, tal que A + ( A = 0 (matriz opuesta de A Si A(a ij, entonces A = ( a ij 5 (rsa = r(sa 6 (r + sa = ra + sa (distributividad 7 r(a + B = ra + rb, (distributividad Producto de matrices Dadas A = (a ij en M m,n (R y B = (b ij en M n,p (R, se define el producto de A y B, que se denotará por AB, como la matriz AB = (c ij en M m,p (K donde c ij = a i1 b 1j + a i2 b 2j + + a in b np = n a ik b kj El producto de dos matrices sólo es posible si el número de columnas de la primera es igual al número de filas de la segunda ( = k=1 ( J Asensio, A Avilés, S Sánchez-Pedreño

8 8 Sistemas de ecuaciones lineales Teniendo en cuenta cómo es el producto de matrices, un sistema de m ecuaciones lineales con n incógnitas puede expresarse matricialmente de la forma AX = B a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn x 1 x 2 x n = El producto de matrices no es, en general, conmutativo, ni siquiera cuando es posible multiplicarlas por ambos lados ( ( ( ( = = ( ( El producto de matrices verifica las siguientes propiedades: 1 (ABC = A(BC 2 A(B + C = AB + AC 3 Para cada número natural n, la matriz b 1 b 2 b m I n = (δ ij = en M n(r, denominada matriz identidad de tamaño n, satisface que I n A = A para cada matriz A en M n,m (R y BI n = B para cada matriz B en M m,n (R En particular, si A es una matriz cuadrada n n se tiene que I n A = AI n = A 4 r(ab = (rab = A(rB Matrices inversibles Una matriz cuadrada A en M n (K se dice que es una matriz inversible si existe una matriz B en M n (K tal que AB = BA = I n Dicha matriz, si existe, es única, se denominará matriz inversa de A y se representará por A 1 Si A y B en M n (K son dos matrices inversibles, entonces AB es también una matriz inversible y, además, (AB 1 = B 1 A 1 J Asensio, A Avilés, S Sánchez-Pedreño

9 64 Determinantes 9 64 Determinantes Determinante de una matriz A cada matriz cuadrada A se le asocia un escalar llamado determinante de A y que representaremos por A o por det(a, que permite estudiar algunas de sus propiedades Para matrices 2 2 el determinante se define como: a 11 a 12 a 21 a 22 = a 11a 22 a 12 a 21 Para matrices 3 3 de la forma: a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 11 a 23 a 32 a 13 a 22 a 31 a 12 a 21 a 33 (Regla de Sarrus Si A = (a ij en M n (R, dados i, j en {1, 2,, n}, se denomina menor complementario del elemento a ij al determinante A ij de la matriz A ij en M n 1 (R que se obtiene eliminando la fila i y la columna j de la matriz A a 11 a 1j 1 a 1j+1 a 1n A ij = a i 11 a i 1j 1 a i 1j+1 a i 1n a i+11 a i+1j 1 a i+1j+1 a i+1n a n1 a nj 1 a nj+1 a nn Se llama adjunto de a ij en A a ij = ( 1 i+j A ij El determinante se define, por recurrencia, como: (a ij = ( 1 i+1 a i1 A i1 + + ( 1 i+n a in A in = a i1 i1 + a i2 i2 + + a in 1 in 1 + a in in (Desarrollo del determinante por la fila i o, como (A = ( 1 1+j a 1j A 1j + ( 1 2+j a 2j A 2j + + ( 1 n+j a nj A nj (Desarrollo del determinante por la columna j Ambas expresiones valen lo mismo Propiedades de los determinantes Los determinantes verifican las siguientes propiedades: El determinante de la matriz identidad es 1 J Asensio, A Avilés, S Sánchez-Pedreño

10 10 Sistemas de ecuaciones lineales Si una matriz tiene una fila nula, o una columna nula, su determinante es cero Si se intercambian dos filas (F i F j, o dos columnas, el determinante cambia de signo Si hacemos operaciones elementales del tipo F i + rf j en las filas, o las análogas por columnas, el determinante no varía Si una matriz tiene dos filas, o dos columnas proporcionales, su determinante es cero Si hacemos una operación elemental del tipo rf i en las filas, o las columnas, el determinante queda multiplicado por r Si una fila de la matriz es suma de dos sumandos, el determinante es la suma de los determinantes que resultan de sustituir en la matriz dicha fila por cada uno de los sumandos Para calcular un determinante podemos hacer operaciones elementales fila o columna para conseguir ceros en alguna fila (o columna y hacer entonces el desarrollo por dicha fila (o columna Ejemplo 62 El siguiente determinante se ha calculado restando la primera fila a cada una de las restantes, desarrollando a continuación por la segunda columna y, después, por la segunda fila = = = = 8 El determinante de un producto de matrices es el producto de los correspondientes determinantes AB = A B Los determinantes sirven para caracterizar las matrices inversibles ya que se tiene el siguiente resultado: Para una matriz A cuadrada de tamaño n n, las siguientes condiciones son equivalentes: 1 A es inversible 2 A 0 3 rg(a = n 4 La única solución del sistema de ecuaciones homogéneo con matriz de coeficientes A es la nula (0,, 0 5 Todo sistema de ecuaciones con matriz de coeficientes A es compatible determinado J Asensio, A Avilés, S Sánchez-Pedreño

11 64 Determinantes 11 Cálculo de matrices inversas Si A es una matriz inversible y la inversa de A tiene por columnas A 1 = (C 1, C 2,, C n, entonces, tal y como está definido el producto de matrices, se tiene que AA 1 = A(C 1, C 2,, C n = (AC 1, AC 2, AC n = I n y si denotamos por E i las columnas de I n, E i = fila i-ésima cada columna C i de A 1 es solución del sistema de ecuaciones lineales AX = E i Esto, junto con el método de Gauss para resolver sistemas de ecuaciones, nos proporciona un método para el cálculo de la inversa de una matriz: haciendo operaciones elementales fila en la matriz ampliada (A E i del sistema AX = E i, se llegará a una matriz en la forma escalonada reducida (A C i donde, como A tiene rango n, A = I n y C i es la solución del sistema Como las operaciones fila que se han de hacer en A pueden ser las mismas para todos los sistemas, podemos hacerlas para todos ellos simultáneamente; (A I n = (A E 1, E 2,, E n oef (I n C 1, C 2,, C n es decir, haciendo operaciones elementales fila en la matriz (A I n, cuando en A llegamos a la matriz identidad I n en I n habremos llegado a la matriz inversa de A, A 1 Ejemplo 63 Aplicando el método a la matriz 1 0 A = /2 1/2 1/ obtenemos que su inversa es A 1 = 1/2 1/2 1/2 3/2 1/2 1/ /2 1/2 1/ /2 1/2 1/ J Asensio, A Avilés, S Sánchez-Pedreño

12 12 Sistemas de ecuaciones lineales Los determinantes también nos proporcionan un método para calcular la inversa de una matriz Si A = (a ij es una matriz inversible y denotamos por B = (b ij = ( ij t la matriz traspuesta de la matriz cuyas entradas son los adjuntos de la matriz A, como y, si i j, se tiene que A = a i1 i1 + a i2 i2 + + a in in = a i1 b 1i + a i2 b 2i + + a in b ni a i1 j1 + a i2 j2 + + a in jn = a i1 b 1j + a i2 b 2j + + a in b nj = 0 AB = A I n y, como A 0, resulta que A 1 A B = I n, de donde A 1 = 1 A B = 1 A ( ij t Ejemplo 64 Para la matriz A = se tiene que A = 2 y la matriz de sus adjuntos es ( ij = por lo que A 1 = = 1/2 1/2 1/2 3/2 1/2 1/ matriz que ya habíamos obtenido por el método de las operaciones elementales 65 Vectores Bases El concepto de vector aparece de forma natural en Física Algunas magnitudes pueden ser especificadas mediante un número (en unidades apropiadas, se denominan magnitudes escalares Otras requieren de más especificidades: dirección, velocidad, etc; son las magnitudes vectoriales J Asensio, A Avilés, S Sánchez-Pedreño

13 65 Vectores Bases 13 Trabajaremos básicamente con vectores en el plano R 2 o en el espacio R 3, en los que supondremos fijados unos ejes cartesianos Por tanto, los puntos del plano o el espacio quedan determinados por 2 ó 3 coordenadas: R 2 = {(x, y con x, y números reales} R 3 = {(x, y, z con x, y, z números reales} La mayoría de los conceptos que usaremos tendrán sentido en R 2 y en R 3, y serán generalizables al espacio n-dimensional R n = {(x 1, x 2,, x n con x 1, x 2,, x n números reales} Aunque trabajemos con vectores de R 3 haremos los dibujos en R 2 Un vector v = (x, y, z de R 3 (o de R n es el segmento orientado (la flecha que une el origen con el punto de coordenadas (x, y, z, o más generalmente cualquier segmento orientado con la misma longitud, dirección y sentido que aquél (aunque varíen su origen y su extremo OY y v v x OX Operaciones con vectores Combinaciones lineales Los vectores se pueden sumar entre sí o multiplicar por un escalar para obtener nuevos vectores; ambas operaciones se hacen coordenada a coordenada : (x, y, z + (x, y, z = (x + x, y + y, z + z r(x, y, z = (rx, ry, rz Geométricamente, la suma es el vector que se obtiene al yuxtaponer los sumandos, y el producto es el vector que se obtiene al escalar el vector dado por un factor r J Asensio, A Avilés, S Sánchez-Pedreño

14 14 Sistemas de ecuaciones lineales v w v+ w u 3 u Una combinación lineal de los vectores v 1, v 2,, v k es cualquier expresión de la forma r 1 v 1 + r 2 v r k v k donde r 1, r 2,, r k son escalares (números reales que se denominan coeficientes de la combinación lineal Por ejemplo, el conjunto de todas las combinaciones lineales posibles de dos vectores consiste en los vectores que están en el plano determinado por esos vectores (aquí se supone que el origen de todos los vectores considerados está el origen de coordenadas Se llama base canónica de R 3 al conjunto formado por los tres vectores ı = (1, 0, 0 j = (0, 1, 0 k = (0, 0, 1 Cada vector v = (x, y, z de R 3 se expresa como combinación lineal de estos vectores: (x, y, z = x(1, 0, 0 + y(0, 1, 0 + z(0, 0, 1 = x ı + y j + z k y esta expresión es única en el sentido de que no se pueden elegir otros coeficientes Bases y coordenadas A partir de ahora escribiremos las coordenadas de los vectores en columnas; aunque a veces escribiremos estos vectores-columna como traspuestos de vectores-fila, como a continuación Dados dos vectores u = (u 1, u 2 t y v = (v 1, v 2 t de R 2, diremos que el conjunto B = { u, v} es una base de R 2 si la matriz P B = ( u, v = ( u1 v 1 u 2 v 2 es inversible, o sea si det(p B = u 1 v 1 u 2 v 2 0 J Asensio, A Avilés, S Sánchez-Pedreño

15 65 Vectores Bases 15 Análogamente, un conjunto B = { u, v, w} de tres vectores de R 3 es una base de R 3 si la matriz P B = ( u, v, w = u 1 v 1 w 1 u 2 v 2 w 2 u 3 v 3 w 3 es inversible, o sea si det(p B = u 1 v 1 w 1 u 2 v 2 w 2 u 3 v 3 w 3 0 Si B = { u, v} es una base de R 2, entonces cualquier vector b de R 2 se puede poner de modo único como combinación lineal de los vectores de la base, es decir, existen escalares únicos x, y ( a los que denominaremos las coordenadas de b en la base B tales que b = x u + y v El vector columna de estas coordenadas se denotará por [ b] B, y se puede calcular como la solución, que además es única, del sistema P B X = b con matriz ampliada o mediante la fórmula (P B b = ( u v b [ b] B = P 1 B b En R 3 (y en dimensiones mayores se tiene una situación análoga: Si B = { u, v, w} es una base y b es cualquier vector, entonces existe una única terna [ b] B = (x, y, z t de coordenadas de b en B que verifica y que se calcula resolviendo el sistema b = x u + y v + z w P B X = b con matriz ampliada o aplicando la fórmula (P B b [ b] B = P 1 B b Un ejemplo especialmente simple, pero importante es el siguiente : En R 2, el conjunto de vectores C = {(1, 0 t, (0, 1 t } da lugar a la matriz P C = I 2, y por tanto es una base, la base canónica de R 2 Como también P 1 C = I 2, las coordenadas de un vector en la base canónica son sus coordenadas usuales J Asensio, A Avilés, S Sánchez-Pedreño

16 16 Sistemas de ecuaciones lineales Análogamente, R 3 tiene la base canónica con las mismas propiedades C = {(1, 0, 0 t, (0, 1, 0 t, (0, 0, 1 t } Ejemplo 65 Dados los siguientes vectores de R 2 : ( ( 2 4 u = v = 3 5 ( 1 a = 0 b = ( 0 1 ( 3 c = 7 demostrar que B = { u, v} es una base y calcular las coordenadas en B de los vectores a, b y c La matriz tiene determinante 2 e inversa P B = ( P 1 B = ( 5/2 2 3/2 1 luego B es una base y las coordenadas pedidas son [ a] B = P 1 B a = ( 5/2 3/2 ( [ b] B = P 1 2 B b = 1, [ c] B = P 1 B c = ( 43/2 23/2 Esto quiere decir que las expresiones de a, b y c como combinación lineal de u y v son a = 5 2 u v b = 2 u v c = 43 2 u 23 2 v Este tipo de igualdades se pueden comprobar muy fácilmente, incluso podemos ahorrarnos las fracciones comprobando por ejemplo así: ( ( ( ( ( u 23 v = = = = 2 c J Asensio, A Avilés, S Sánchez-Pedreño

17 65 Vectores Bases 17 Ejemplo 66 Dados los siguientes vectores de R 3 : u = a = v = w = b = demostrar que B = { u, v, w} es una base y calcular las coordenadas en B de a y b La matriz P B = ( u v w tiene determinante 1 y por tanto B es una base Para calcular las coordenadas podríamos calcular la inversa de P B y multiplicarla por a y b, pero se trabaja un poco menos resolviendo simultáneamente los sistemas (P a y (P b como sigue: Por tanto [ a] B = ( 3, 6, 2 t y [ b] B = (4, 6, 3 t Si tenemos k vectores v 1, v 2,, v k con coordenadas v 1 = a 1 b 1 v 2 = a 2 b 2 v k = c 1 c 2 a k b k c k denotaremos por ( v 1, v 2,, v k la matriz de tamaño 3 k que se obtiene al poner en la columna j las coordenadas de v j ; es decir: ( v 1, v 2,, v k = a 1 a 2 a k b 1 b 2 b k c 1 c 2 c k Dados k vectores de R 3 como antes, y dados escalares r 1, r 2,, r k, se tiene a r 1 1 a 2 a k b 1 b 2 b k r 2 c 1 c 2 c k = r 1a 1 + r 2 a r k a k r 1 b 1 + r 2 b r k b k = r 1 v 1 +r 2 v 2 + +r k v k r 1 c 1 + r 2 c r k c k r k Es decir, las coordenadas de una combinación lineal de v 1, v 2,, v k se obtienen multiplicando ( v 1, v 2,, v k por la matriz-columna de los coeficientes J Asensio, A Avilés, S Sánchez-Pedreño

18 18 Sistemas de ecuaciones lineales Por tanto, un vector v = (a, b, c t es combinación lineal de v 1, v 2,, v k si y sólo si el sistema con matriz ampliada ( v 1, v 2,, v k v es compatible (la solución de dicho sistema corresponde los coeficientes de la combinación lineal Más aún, la combinación lineal será única, en el sentido de que sólo hay un modo de elegir los coeficientes, si y sólo si el sistema dado es compatible determinado Ejemplo 67 Dados los vectores v 1 = (1, 1, 1 t v 2 = (1, 2, 3 t v 3 = (3, 2, 1 t describir el conjunto W de todas sus combinaciones lineales Son únicas las expresiones? Un vector v = (x, y, z t está en W si y sólo si el correspondiente sistema es compatible Operando, tenemos: x y x y x x y x z z x x 2y + z y esto ocurre si y sólo si no hay un pivote en la última columna, es decir, si y sólo si x 2y + z = 0 Por tanto, podemos describir el conjunto pedido como W = {(x, y, z t R 3 x 2y + z = 0} Obsérvese que las expresiones no son únicas porque el sistema nunca es determinado: el rango de la matriz de coeficientes es menor que el número de incógnitas Por ejemplo, (1, 0, 1 t y (7, 5, 3 t están en W, mientras que (2, 2, 3 t y (1, 0, 0 t no están Si queremos dar una expresión explícita de (1, 0, 1 t como combinación lineal de v 1, v 2, v 3, es decir, si queremos dar los coeficientes, tenemos que resolver el sistema (con incógnitas x 1, x 2, x 3 que se obtiene cuando (x, y, z t = (1, 0, 1 t, para lo que hacemos ( Las soluciones del sistema (que ya hemos visto que no son únicas son x 1 = 2 4λ x 2 = λ 1 x 3 = λ Así, por ejemplo, para λ = 0 se obtiene la combinación lineal (1, 0, 1 t = 2 v 1 v 2 y para λ = 1 se obtiene la combinación lineal (1, 0, 1 t = 6 v v 2 v 3 J Asensio, A Avilés, S Sánchez-Pedreño

Matrices, determinantes, sistemas de ecuaciones lineales.

Matrices, determinantes, sistemas de ecuaciones lineales. UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m

Más detalles

Sistemas de Ecuaciones Lineales

Sistemas de Ecuaciones Lineales Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a

Más detalles

Matriz sobre K = R o C de dimensión m n

Matriz sobre K = R o C de dimensión m n 2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0

Más detalles

Ejemplo 1. Ejemplo introductorio

Ejemplo 1. Ejemplo introductorio . -Jordan. Ejemplo 1. Ejemplo introductorio. -Jordan Dos especies de insectos se crían juntas en un recipiente de laboratorio. Todos los días se les proporcionan dos tipos de alimento A y B. 1 individuo

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 1 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se

Más detalles

Tema 1: Matrices y Determinantes

Tema 1: Matrices y Determinantes Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz

Más detalles

Matrices y Determinantes.

Matrices y Determinantes. Matrices y Determinantes. Definición [Matriz] Sea E un conjunto cualquiera, m, n N. Matrices. Generalidades Matriz de orden m n sobre E: a 11 a 12... a 1n a 21 a 22... a 2n...... a m1 a m2... a mn a ij

Más detalles

Determinante de una matriz

Determinante de una matriz 25 Matemáticas I : Preliminares Tema 3 Determinante de una matriz 31 Determinante de una matriz cuadrada Definición 67- Sea A una matriz cuadrada de orden n Llamaremos producto elemental en A al producto

Más detalles

Tema 2. Sistemas de ecuaciones lineales

Tema 2. Sistemas de ecuaciones lineales Tema 2. Sistemas de ecuaciones lineales Estructura del tema. Definiciones básicas Forma matricial de un sistema de ecuaciones lineales Clasificación de los sistemas según el número de soluciones. Teorema

Más detalles

Matrices, Determinantes y Sistemas de ecuaciones lineales

Matrices, Determinantes y Sistemas de ecuaciones lineales Tema 1 Matrices, Determinantes y Sistemas de ecuaciones lineales 1.1. Matrices Definición: Una MATRIZ es un conjunto de números reales dispuestos en forma de rectángulo, que usualmente se delimitan por

Más detalles

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:

Más detalles

Tema 1. Álgebra lineal. Matrices

Tema 1. Álgebra lineal. Matrices 1 Tema 1. Álgebra lineal. Matrices 0.1 Introducción Los sistemas de ecuaciones lineales aparecen en un gran número de situaciones. Son conocidos los métodos de resolución de los mismos cuando tienen dos

Más detalles

UNIVERSIDAD CARLOS III DE MADRID

UNIVERSIDAD CARLOS III DE MADRID UNIVERSIDAD CARLOS III DE MADRID Departamento de Economía Tema 1: Matrices y sistemas de ecuaciones lineales Empezaremos por recordar conceptos ya conocidos de álgebra lineal como las matrices, determinantes,

Más detalles

Conjuntos y matrices. Sistemas de ecuaciones lineales

Conjuntos y matrices. Sistemas de ecuaciones lineales 1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución

Más detalles

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Este tema resulta fundamental en la mayoría de las disciplinas, ya que son muchos los problemas científicos y de la vida cotidiana que requieren resolver simultáneamente

Más detalles

ARITMÉTICA Y ÁLGEBRA

ARITMÉTICA Y ÁLGEBRA ARITMÉTICA Y ÁLGEBRA 1.- Discutir el siguiente sistema, según los valores de λ: Resolverlo cuando tenga infinitas soluciones. Universidad de Andalucía SOLUCIÓN: Hay cuatro ecuaciones y tres incógnitas,

Más detalles

Tema 5: Sistemas de Ecuaciones Lineales

Tema 5: Sistemas de Ecuaciones Lineales Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES CONCEPTO MATRICES Se llama matriz de orden (dimensión) m n a un conjunto de m n elementos dispuestos en m filas y n columnas Se representa por A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn j=1,2,,n

Más detalles

Tema 1: MATRICES. OPERACIONES CON MATRICES

Tema 1: MATRICES. OPERACIONES CON MATRICES Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos

Más detalles

GEOMETRÍA EN EL ESPACIO.

GEOMETRÍA EN EL ESPACIO. GEOMETRÍA EN EL ESPACIO. Un sistema de coordenadas tridimensional se construye trazando un eje Z, perpendicular en el origen de coordenadas a los ejes X e Y. Cada punto viene determinado por tres coordenadas

Más detalles

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes

Más detalles

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares

Más detalles

Matrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj.

Matrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj. Matrices Introducción Una matriz de m filas y n columnas con elementos en el cuerpo K es un rectángulo de elementos de K (es decir, números) del tipo a a 2 a n a 2 a 22 a 2n A = (a ij ) = a m a m2 a mn

Más detalles

TEMA 3: Matrices y sistemas de ecuaciones lineales. Álgebra y estructuras finitas/discretas (Grupos A)

TEMA 3: Matrices y sistemas de ecuaciones lineales. Álgebra y estructuras finitas/discretas (Grupos A) TEMA 3: Matrices y sistemas de ecuaciones lineales Álgebra y estructuras finitas/discretas Grupos A Curso 2007-2008 1 2 1 Anillos y cuerpos Definición 1 Un anillo viene dado por un conjunto R y por dos

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una

Más detalles

Matrices y determinantes. Sistemas de ecuaciones lineales

Matrices y determinantes. Sistemas de ecuaciones lineales Tema 0 Matrices y determinantes Sistemas de ecuaciones lineales 01 Introducción Definición 011 Se llama matriz a un conjunto ordenado de números, dispuestos en filas y columnas, formando un rectángulo

Más detalles

Lección 5.1: Matrices y determinantes. Primeros conceptos. Objetivos de esta lección

Lección 5.1: Matrices y determinantes. Primeros conceptos. Objetivos de esta lección Matemáticas Tema 5: Conceptos básicos sobre matrices y vectores Objetivos Lección 5.: y determinantes Philippe Bechouche Departamento de Matemática Aplicada Universidad de Granada 3 4 phbe@ugr.es 5 Qué

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES 1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables

Más detalles

Matrices y determinantes

Matrices y determinantes Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna

Más detalles

Algebra lineal y conjuntos convexos

Algebra lineal y conjuntos convexos Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar

Más detalles

Lección 1. Algoritmos y conceptos básicos.

Lección 1. Algoritmos y conceptos básicos. Página 1 de 8 Lección 1. Algoritmos y conceptos básicos. Objetivos. La primera lección del curs está dedicada a repasar los conceptos y algoritmos del álgebra lineal, básicos para el estudio de la geometría

Más detalles

Una matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ...

Una matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ... MATRICES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Tienen también muchas aplicaciones

Más detalles

Matrices y sistemas lineales

Matrices y sistemas lineales 15 Matemáticas I : Preliminares Tema 2 Matrices y sistemas lineales 2.1 Definiciones básicas Una matriz es una tabla rectangular de números, es decir, una distribución ordenada de números. Los números

Más detalles

Matrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas.

Matrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Matrices Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento

Más detalles

EJERCICIOS RESUELTOS DE SISTEMAS LINEALES

EJERCICIOS RESUELTOS DE SISTEMAS LINEALES EJERCICIOS RESUELTOS DE SISTEMAS LINEALES 1. Dado el sistema de ecuaciones lineales: 2x + 3y 3 4x +5y 6 a) Escribir la expresión matricial del sistema. b) Discutir el sistema. c) Resolver el sistema por

Más detalles

Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. TEMA 1.- MATRICES 1.-Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la

Más detalles

Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5

Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5 DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno

Más detalles

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley

Más detalles

Una matriz es una arreglo rectangular ordenado de elementos, comúnmente llamados escalares, dispuestos en m renglones y n columnas.

Una matriz es una arreglo rectangular ordenado de elementos, comúnmente llamados escalares, dispuestos en m renglones y n columnas. MATRICES Las matrices tienen una importancia fundamental en el análisis económico sobre todo en el estudio de sistemas de ecuaciones lineales, como en el modelo insumo-producto. Cuando trabajamos con modelos

Más detalles

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los

Más detalles

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ). INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.

Más detalles

Determinantes. Primera definición. Consecuencias inmediatas de la definición

Determinantes. Primera definición. Consecuencias inmediatas de la definición Determinantes Primera definición Para calcular el determinante de una matriz cuadrada de orden n tenemos que saber elegir n elementos de la matriz de forma que tomemos solo un elemento de cada fila y de

Más detalles

Determinantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A).

Determinantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno a 11 = a 11 5 = 5 Determinante

Más detalles

Mat r i z in v e r s a

Mat r i z in v e r s a Unidad 2 Método de GaUss Mat r i z in v e r s a M U lt i pli cat i va Objetivos: Al inalizar la unidad, el alumno: Representará un sistema de m ecuaciones lineales con n incógnitas mediante una matriz

Más detalles

Ecuaciones de rectas y planos. Un punto O y una base B B = { i, j,

Ecuaciones de rectas y planos. Un punto O y una base B B = { i, j, Ecuaciones de rectas y planos. Coordenadas en el espacio. Planos coordenados. El vector OP tiene unas coordenadas( x, y, z ) respecto de la base B, que se pueden tomar como coordenadas del punto P respecto

Más detalles

Matrices escalonadas y escalonadas reducidas

Matrices escalonadas y escalonadas reducidas Matrices escalonadas y escalonadas reducidas Objetivos. Estudiar las definiciones formales de matrices escalonadas y escalonadas reducidas. Comprender qué importancia tienen estas matrices para resolver

Más detalles

Lo rojo sería la diagonal principal.

Lo rojo sería la diagonal principal. MATRICES. Son listas o tablas de elementos y que tienen m filas y n columnas. La dimensión de la matriz es el número se filas y de columnas y se escribe así: mxn (siendo m el nº de filas y n el de columnas).

Más detalles

Herramientas digitales de auto-aprendizaje para Matemáticas

Herramientas digitales de auto-aprendizaje para Matemáticas real de con Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura real de con Índice real de con real de con.

Más detalles

Matrices, Determinantes y Sistemas Lineales.

Matrices, Determinantes y Sistemas Lineales. 12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión

Más detalles

P. A. U. LAS PALMAS 2005

P. A. U. LAS PALMAS 2005 P. A. U. LAS PALMAS 2005 OPCIÓN A: J U N I O 2005 1. Hallar el área encerrada por la gráfica de la función f(x) = x 3 4x 2 + 5x 2 y la rectas y = 0, x = 1 y x = 3. x 3 4x 2 + 5x 2 es una función polinómica

Más detalles

Tema 3: Espacios vectoriales

Tema 3: Espacios vectoriales Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación

Más detalles

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones. TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento

Más detalles

EJERCICIOS RESUELTOS DE MATRICES

EJERCICIOS RESUELTOS DE MATRICES EJERCICIOS RESUELTOS DE MATRICES. Dadas las matrices A - 3, B 0 - y C 3 -, calcular si es posible: a) A + B b) AC c) CB y C t B d) (A+B)C a) A + B - 3 + 0 - b) AC - 3 3 - +0 -+ 3+ +(-) 0 7 0.+(-).3+(-)(-).+(-)

Más detalles

Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:

Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución: 3 Determinantes. Determinantes de orden y 3 por Sarrus Piensa y calcula 3 6 Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4 8 3 8 6 4 = 4 4 = 0 Aplica la teoría. Calcula

Más detalles

Sistemas de Ecuaciones y Matrices

Sistemas de Ecuaciones y Matrices Sistemas de Ecuaciones y Matrices 0.1 Sistemas de ecuaciones Consideremos las gráficas de dos funciones f y g como en la figura siguiente: P Q y = fx y = gx En la práctica, en ocasiones hay que encontrar

Más detalles

FUNDAMENTOS MATEMÁTICOS. Tema 6 MATRICES Y DETERMINANTES

FUNDAMENTOS MATEMÁTICOS. Tema 6 MATRICES Y DETERMINANTES FUNDAMENTOS MATEMÁTICOS Tema 6 MATRICES Y DETERMINANTES 6.1 Definición de matriz de números. Una matriz orden (m n) es un conjunto de m n números ordenados en una tabla: en donde podemos apreciar horizontalmente

Más detalles

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? MATRICES Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? La multiplicación de matrices cuadradas, tiene la propiedad conmutativa?

Más detalles

TEMA 4: Espacios y subespacios vectoriales

TEMA 4: Espacios y subespacios vectoriales TEMA 4: Espacios y subespacios vectoriales 1. Espacios vectoriales Sea K un cuerpo. Denominaremos a los elementos de K escalares. Definición 1. Un espacio vectorial sobre K es un conjunto V cuyos elementos

Más detalles

2 - Matrices y Determinantes

2 - Matrices y Determinantes Nivelación de Matemática MTHA UNLP 1 2 - Matrices y Determinantes 1 Matrices 11 Definición Una matriz A es cualquier ordenamiento rectangular de números o funciones a 11 a 12 a 1n a 21 a 22 a 2n A a m1

Más detalles

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas

Más detalles

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz

Más detalles

Isabel Eguia Ribero Aitziber Unzueta Inchaurbe Elisabete Alberdi Celaya

Isabel Eguia Ribero Aitziber Unzueta Inchaurbe Elisabete Alberdi Celaya FUNDAMENTOS DEL ÁLGEBRA LINEAL. EJERCICIOS Y CUESTIONES. SOLUCIONES CON MATHEMATICA Isabel Eguia Ribero Aitziber Unzueta Inchaurbe Elisabete Alberdi Celaya ISBN: 978-84-606-6054-5 Depósito legal: BI-355-2015

Más detalles

DETERMINANTES Profesor: Fernando Ureña Portero

DETERMINANTES Profesor: Fernando Ureña Portero : CONCEPTO, CÁLCULO DE. Definición: A cada matriz cuadrada A=a ij, de orden n, se le asigna un número real, denominado determinante de A, denotado por A o por det (A). A =det (A)= 1.-Determinante de orden

Más detalles

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas. TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A

Más detalles

Capitulo 6. Matrices y determinantes

Capitulo 6. Matrices y determinantes Capitulo 6. Matrices y determinantes Objetivo. El alumno aplicará los conceptos fundamentales de las matrices, determinantes y sus propiedades a problemas que requieran de ellos para su resolución. Contenido.

Más detalles

MENORES, COFACTORES Y DETERMINANTES

MENORES, COFACTORES Y DETERMINANTES MENORES, COFACTORES Y DETERMINANTES 1. Introducción. 2. Determinante de una matriz de 3 x 3. 3. Menores y cofactores. 4. Determinante de una matriz de n x n. 5. Matriz triangular. 6. Determinante de una

Más detalles

Definición de vectores

Definición de vectores Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen O también denominado Punto de aplicación. Es el punto exacto sobre

Más detalles

Sistema de ecuaciones algebraicas

Sistema de ecuaciones algebraicas Sistema de ecuaciones algebraicas Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM

Más detalles

Sistemas de ecuaciones lineales 4

Sistemas de ecuaciones lineales 4 4. SISTEMAS DE ECUACIONES LINEALES 4.1. DEFINICIONES Y CLASIFICACIÓN DE SISTEMAS. La ecuación de una recta en el plano tiene la forma ; su generalización a variables es:, y recibe el nombre de ecuación

Más detalles

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.

Más detalles

IES Francisco Ayala Modelo 1 (Septiembre) de 2007 Solución Germán Jesús Rubio Luna. Opción A

IES Francisco Ayala Modelo 1 (Septiembre) de 2007 Solución Germán Jesús Rubio Luna. Opción A IES Francisco Ayala Modelo (Septiembre) de 7 Germán Jesús Rubio Luna Opción A Ejercicio n de la opción A de septiembre, modelo de 7 3x+ Sea f: (,+ ) R la función definida por f(x)= x. [ 5 puntos] Determina

Más detalles

Matrices y Determinantes

Matrices y Determinantes Capítulo 1 Matrices y Determinantes 11 Matrices Generalidades Definición 11 Sea E un conjunto cualquiera, m, n N Definimos matriz de orden m n sobre E a una expresión de la forma: a 11 a 12 a 1n a 21 a

Más detalles

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 3 Especifico) Solucíon Germán-Jesús Rubio Luna. Opción A

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 3 Especifico) Solucíon Germán-Jesús Rubio Luna. Opción A Opción A Ejercicio opción A, modelo 3 Septiembre 03 específico x Sea f la función definida por f(x) = para x > 0, x (donde ln denota el logaritmo neperiano) ln(x) [ 5 puntos] Estudia y determina las asíntotas

Más detalles

Matriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Matriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. MATRICES Matriz Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n A = a i1 a ij a in a m1 a

Más detalles

Sistemas lineales y matrices

Sistemas lineales y matrices resumen04 1 Sistemas lineales y matrices Sistemas de ecuaciones lineales Un sistema de ecuaciones lineales es de la orma indicada a la izquierda y se suele representar por una matriz una tabla como la

Más detalles

Resumen 3: Matrices, determinantes y sistemas de ecuaciones

Resumen 3: Matrices, determinantes y sistemas de ecuaciones Resumen 3: Matrices, determinantes y sistemas de ecuaciones lineales 1 Matrices Una matriz con coeficientes sobre un cuerpo K (normalmente K R) consiste en una colección de números (o escalares) del cuerpo

Más detalles

Matemá'cas generales

Matemá'cas generales Matemá'cas generales Matrices y Sistemas Patricia Gómez García José Antonio Álvarez García DPTO. DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN Este tema se publica bajo Licencia: Crea've Commons

Más detalles

Sistemas de Ecuaciones Lineales. Solución de Sistemas de Ecuaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.

Sistemas de Ecuaciones Lineales. Solución de Sistemas de Ecuaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com. Sistemas de Ecuaciones Lineales Solución de Sistemas de Ecuaciones Lineales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 2007-2008 Contenido 1. Sistemas de Ecuaciones Lineales 2

Más detalles

MATRICES DETERMINANTES

MATRICES DETERMINANTES MATRICES Y DETERMINANTES INTRODUCCIÓN, MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de

Más detalles

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás

Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás 6 de julio de 2016 2 Índice general 1. Álgebra 5 1.1. Año 2000............................. 5 1.2. Año 2001.............................

Más detalles

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 2 ) Solución Germán-Jesús Rubio Luna. Opción A

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 2 ) Solución Germán-Jesús Rubio Luna. Opción A IES Fco Ayala de Granada Septiembre de 01 (Modelo ) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo Septiembre 01 ['5 puntos] Un alambre de 10 metros de longitud se divide en dos trozos.

Más detalles

MATRICES. M(n) ó M nxn A =

MATRICES. M(n) ó M nxn A = MTRICES Definición de matriz. Una matriz de orden m n es un conjunto de m n elementos pertenecientes a un conjunto, que para nosotros tendrá estructura de cuerpo conmutativo y lo denotaremos por K, dispuestos

Más detalles

Ecuaciones. 3º de ESO

Ecuaciones. 3º de ESO Ecuaciones 3º de ESO El signo igual El signo igual se utiliza en: Igualdades numéricas: 2 + 3 = 5 Identidades algebraicas: (x + 4) x = x 2 + 4 4x Fórmulas: El área, A,, de un círculo de radio r es: A =

Más detalles

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso Tema 4: Matrices y Determinantes Algunas Notas sobre Matrices y Determinantes Álgebra Lineal Curso 2004-2005 Prof. Manu Vega Índice 1. Determinantes 3 2. Regla de Sarrus 3 3. Propiedades de los determinantes

Más detalles

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ). 1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden

Más detalles

Temario de Matemáticas

Temario de Matemáticas Temario de Matemáticas BLOQUE I: ÁLGEBRA LINEAL Y GEOMETRÍA 1 o Grado en Biología Alma Luisa Albujer Brotons Índice general 1. Matrices 1 1.1. Conceptos básicos y ejemplos...............................

Más detalles

Espacios vectoriales con producto interior

Espacios vectoriales con producto interior Espacios vectoriales con producto interior Longitud, norma o módulo de vectores y distancias entre puntos Generalizando la fórmula pitagórica de la longitud de un vector de R 2 o de R 3, definimos la norma,

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Sistemas de ecuaciones lineales 1 1.1. Sistemas de ecuaciones lineales. Definiciones..........

Más detalles

Sistemas de Ecuaciones Lineales

Sistemas de Ecuaciones Lineales Sistemas de Ecuaciones Lineales El sistema de ecuaciones lineales como modelo matemático de problemas Los sistemas de ecuaciones lineales permiten el planteamiento de problemas y soluciones que toman en

Más detalles

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.

Más detalles

2. Determine el área del triángulo cuyos vértices son los extremos de los vectores u, v y w u = (1,0,-2) v = (-1,1,0) w = (2,-1,1)

2. Determine el área del triángulo cuyos vértices son los extremos de los vectores u, v y w u = (1,0,-2) v = (-1,1,0) w = (2,-1,1) 2011 ÁLGEBRA II (L. S. I. P. I.) Guíía de Trabajjos Prácttiicos Nºº 4 Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO Prroducctto Veeccttorriiall.. Reecctta.. Pllano

Más detalles

Valores y Vectores Propios

Valores y Vectores Propios Valores y Vectores Propios Departamento de Matemáticas, CSI/ITESM de abril de 9 Índice 9.. Definiciones............................................... 9.. Determinación de los valores propios.................................

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 1 Matrices y determinantes Objetivos: Al inalizar la unidad, el alumno: Identiicará qué es una matriz y cuáles son sus elementos. Distinguirá los principales tipos de matrices. Realizará operaciones

Más detalles

GEOMETRÍA: ESPACIO AFÍN

GEOMETRÍA: ESPACIO AFÍN GEOMETRÍA: ESPACIO AFÍN.- ECUACIONES DE LA RECTA EN EL PLANO..- Ecuación vectorial Sea Pab (, ) un punto de la recta r, v = ( v, v) dirección que r, y, sea (, ) en el siguiente dibujo: un vector, no nulo,

Más detalles

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:

un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades: CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse

Más detalles

Matrices y Determinantes. Sistemas Ec. Lineales

Matrices y Determinantes. Sistemas Ec. Lineales Matrices y Determinantes. Sistemas Ec. Lineales Matrices.- Definiciones.- Se llama matriz de orden nxm a toda ordenación de n.m números ordenados en n filas y m columnas. Se suelen llamar con letras mayúsculas

Más detalles

ESPACIO NULO DE A: RESOLUCIÓN DE AX = 0 3.2

ESPACIO NULO DE A: RESOLUCIÓN DE AX = 0 3.2 3.2 Espacio nulo de A: resolución de Ax = ESPACIO NULO DE A: RESOLUCIÓN DE AX = 3.2 Este tema versa sobre las soluciones espaciales de Ax =. La matriz A puede se cuadrada o rectangular. Una solución inmediata

Más detalles

TEMA 6 Ejercicios / 3

TEMA 6 Ejercicios / 3 TEMA 6 Ejercicios / 1 TEMA 6: RECTAS Y PLANOS EN EL ESPACIO 1. Ecuaciones de los planos cartesianos en forma vectorial, paramétrica e implícita. Ecuaciones del plano XY: Punto del plano P 0, 0, 0 Vectores

Más detalles